Sorry folks! Aber im Zeitalter der Digitalisierung sind wir vielleicht nur Analphabeten!

Die Digitalisierung und praktisch keine zukünftige Innovation kommt ohne das Thema „Digital Knowledge“ und Programmierskills aus. „Man muss aber doch auch nicht coden!“ werden Sie jetzt sagen, „komplexe Zusammenhänge neu zu denken und zu gestalten kann man auch strategisch angehen und den Rest, das technische Doing, das sourced man einfach aus oder holt sich jemanden der sowas beherrscht!“ Wirklich?

Wir wagen mal die These, dass wir

a) zumindest erste Schritte, einen Überblick in die Welt der Maschinenkommunikation unternehmen sollten und

b) die Programmieridee von Python für dieses Dilemma eine sinnvolle Lösung sein könnte. 

„Nee, Programmieren ist nicht so mein Ding… !“ Haben Sie diesen Satz schon mal gehört, oder selber gesagt? Und? Spüren Sie das? Dieses komische Gefühl in der Magengegend? Die Grundlagen der Digitalisierung nicht zu beherrschen ist, wie nicht Lesen und Schreiben zu können. Stellen Sie sich vor:
Wir unterhalten uns über den wunderbaren Sinn von Wörtern und Buchstaben und raten jedem voller Leidenschaft neue Bücher zu schreiben und Texte zu lesen, beherrschen aber selber das Lesen und Schreiben nicht? Wir wollen digitalisieren ohne zu programmieren? Wenn das stimmt, dann haben wir den Status von Analphabeten. 

Verstehen Sie das nicht falsch. Es ist eine Binsenweisheit, dass Weiterbildung in der heutigen Zeit ein absolutes Muss ist, dass wir ein Leben vor uns haben, bei der beständiges Lernen eine existentielle Grundaufgabe ist. Aber muss es wirklich Programmieren sein? Die Antwort ist Ja. Muss es.

Der Marketing-Engineer ist des Marketing-Managers qualvoller Tod

Nehmen wir den klassischen Marketing-Chef eines größeren mittelständigen Unternehmens. Noch heute gibt es den „Good-Feeling-Typ“. Der Marketingchef, der Agenturen für Brand-Pitches einlädt oder in Jour-Fixes der Online-Marketing-Abteilung allenfalls lobend auf die Schulter klopft. Was dort wirklich passiert versteht er oder sie allerdings nicht. Das Problem: Marketingleute, die über Corporate Design Guidelines stundenlang lamentieren könnten, braucht kein Mensch mehr.
Das Marketing der Zukunft wird von Leuten geführt, die sich mit KPIs jeder Art, mit Konversionraten, statistischen Relevanzen, mit mono- und multivariaten Korrelationen, mit der Auswertung und Gestaltung von DataCubes im Big- oder Small Data Umfeld auskennen, die Personas und Typologien in der Theorie genauso verstehen wie deren Muster, die diese Personas in einer Datenwolke hinterlassen.

Immer häufiger erlebe ich Meetings z.B. in Kreativabteilungen, bei denen Menschen verzweifelt um ihre Reputation kämpfen und gegen diejenigen verlieren, die die Macht der KPIs locker ausspielen können, die es schaffen Neuromarketing-Erkenntnisse widerstandsfrei mit Datenanalysen verknüpfen zu können, eine Kampagne nicht nur kreativ beurteilen zu können, sondern es auch schaffen eine komplexe Segmentierung mit SalesForces zu entwickeln. Wer als Marketeer kein Marketing-Automation-Instrumentarium beherrscht, braucht den Job gar nicht mehr anzutreten.

Aber das ist nur ein Beispiel von vielen: Egal ob Sie Lehrer, Automechaniker oder Chirurg sind: Für alle Berufe und Rollen im Unternehmen gelten neue Regeln, die uns ein grundlegendes Verständnis für Nullen und Einsen als Ergänzung oder Kombination zu den bisherigen Skills vorschreiben.

In jedem Beruf müssen wir aufhören digitale Analphabeten zu sein!

  • Der Automechaniker nennt sich schon lange Mechatroniker und baut nicht nur Getriebe aus, sondern spielt auch ein Update in den Bordcomputer oder macht ein Debugging des Navi-Systems. Der Siegeszug des selbstfahrenden Autos oder des Elektrofahrzeugs, dass nicht nur am Strom hängt, sondern jeden Abend ein neues Update bekommt, wird die Veränderungsprozesse weiter beschleunigen.

 

  • Die Modeschöpferin macht keine Zeichnungen Ihres Designs mit dem Stift, sondern mit einem Zeichenprogramm. Sie sucht nicht nur Stoffe aus, sondern speist auch gleich alle Übergrößen in ein komplexes Planungssystem ein und stößt den gesamten weltweiten Procurement-Prozess an.

 

  • Der Schreiner zeichnet das schicke, neue Regal in einem 3D Programm vor und legt gleich eine ausführliche digitale Kosten-Berechnung für den Kunden vor.

 

  • Der Bauer fährt mit seinem Traktor nicht einfach über das Feld, sondern plant seine Fahrt energie- und zeiteffizient, indem er auf Satelliten- und Wetterdaten zurückgreift, Gelände- und Bodendaten prüft und eine umfangreiche Erfolgsprognose entwickelt.

 

  • Der Buchhalter kann nicht nur Pivots in Excel anlegen, um eine Analyse zu starten, sondern holt sich auch aus einem riesigen Wust an Daten neue, nie geahnte Zusammenhänge über ein Deep-Learning-System

Die Nichtprogrammierer ahnen schon, dass sie gerade abgehängt werden!

Unternehmen schicken ihre Mitarbeiter – ob sie wollen oder nicht – mit Digitalisierungsprojekten in die Panic-Zone und damit ins Abseits.

learningZone01

 

Obige Grafik zeigt sehr gut, dass wir nicht nur dem Druck der exponentiellen Entwicklung ausgesetzt sind und schneller lernen müssen. Wir „Nichtprogrammierer“ wissen auch, dass wir uns Themen nähern müssen, die uns nicht liegen. Die Beschäftigung mit der scheinbar kalten Logik der Programmierung ist das ungeliebte und unangenehme Kind in der Weiterbildung. Die Beschäftigung mit Dingen, mit denen wir uns beschäftigen wollen.

Python als Alternative?

Python wurde bereits 1991 von Guido van Rossum mit der Idee entwickelt, eine generalistisch-nutzbare Programmiersprache zu entwickeln, die schreib- und lesbaren Code erzeugt. Für Anfänger und Laien waren bis dato Sprachen wie JAVA, C oder C++ mit seiner Fülle an Zeichen ein hieroglyphisches Monstrum. Praktisch nicht zu verstehen. Andere, deutlich verständlichere Sprachen wie HTML oder PHP waren dagegen nur für eine eingeschränkte Nutzung (z.B. nur Webapplikationen) brauchbar.

Mit Python kam eine universelle Sprache auf dem Markt, mit der sich Apps genauso bauen lassen, wie Datenbankabfragen, WebApplikationen, Anbindung an KI-Systeme oder die Entwicklung klassischer Software – unabhängig vom Betriebssystem versteht sich. Nachdem also Python fast 3 Jahrzehnte lang in der Schublade schlummerte, so ist seit einigen Jahren nun der Siegeszug von Python nicht mehr aufzuhalten. Vorangetrieben vor allem durch eine begeisterte und exponentiell wachsende Community, dem Entstehen sehr gut durchdachter Frameworks mit einem riesigen Repositorium an fertigen Modulen und kostenfreien Open-Source-Applikationen, sowie eben dieser leichten Erlern- und Verstehbarkeit geht Python durch die Decke!

Achja: Ein Teil des Google-Codes, aber auch Instagramm und die gute alte Dropbox wurden mit Python entwickelt. Im gesamten Weiterbildungskontext macht es Sinn sich zumindest in den Grundlagen unternehmensweit mit Python zu beschäftigen. Im Folgenden bieten wir, neben einer Übersicht über Python auch Anwendungsbereiche und ein paar hilfreiche Links zu Frameworks und fertigen Bibliotheken und Applikationen.
Sie werden staunen, wie schnell Sie an konkrete Tools kommen, mit der Sie auch als Laie erst Erfolge feiern können:

 

Jeder kann Programmier sein – Python für Schnelleinsteiger

  • Mit Python kann endlich jeder ein Programmierer sein. Python ist – zumindest als Universalsprache unerreicht leicht zu erlernen. Selbst der größte Laie kann nach 1-2 Tagen mit einem Erfolgserlebnis rechnen. Python ist also eine Sprache die Ihren Mitarbeitern die Angst vor der Programmierung nehmen – sie müssen sie nicht gleich zwingen alle Webapplikationen in Zukunft selber zu schreiben.
    Ja, ich weiß. Es gibt so etwas wie eine DNA, eine innere Ausrichtung, die Leidenschaft für Logik und Mathematik, die nicht jeder von uns hat, ein Talent, dass man braucht, um ein wirklich guter Programmierer zu sein. Etwas, dass man eben braucht, um mehr als ein paar Zeilen input-output mit nur 2 Variablen hinzubekommen. Aber zum ersten Mal ist es möglich, dass auch der oben skizzierte, digital völlig unversierte Marketing-Manager zumindest den Versuch starten kann, aus einem Datenwust eine kleine Applikation zu schreiben, die es ihm erlaubt jeden Tag einen grafischen Bericht über die Umsatzsituation seines Shops, oder einem Web-Crawler zu entwickeln, der jeden Tag die Preise des Konkurrenzprodukts analysiert. Why not?
    Mit Selenium (http://www.seleniumhq.org) für Python kann man z.B. Browseraktivitäten automatisieren. Es ist so einfach, es wäre eine Sünde es nicht einfach mal selbst auszuprobieren.
    Am 11. Oktober 2107 findet übrigens eine Selenium-Konferenz in Berlin statt.

Small Data und Big Data Analysen

  • Python erlaubt Schritte in die Big Data Welt, die bislang nur Spezialisten vorbehalten war. Mit pandas (http://pandas.pydata.org) können Korrelationen ausgelesen und in grafische Ansichten transformiert werden. Als wichtigste Libraries für solche BigDate Analyse gelten zusätzlich numpy (http://www.numpy.org) und für die Visualisierung komplexer Zusammenhänge das Python Library Seaborn API (https://seaborn.pydata.org) oder Matplotlib (https://matplotlib.org). Dazu gehört auch das gesamte Thema der Bild- und Gesichtserkennung, Musteranalyse und Video-Analysen mit openCV

python012

Python als ideales Instrument für agiles Arbeiten und schnelles Prototypen

  • Python ist ideal für die Entwicklung von Mockups und schnellen Protoytpen, da es neben der einfachen Arbeitsweise und hohen Fehlertoleranz auch Laien erlaubt auf bestehende Module leicht zuzugreifen und diese einzusetzen. Sie brauchen für eine Demo-App einen Datapicker oder einen Texeditor? Kein Problem: In den meist frei zugängliche Repositories gibt es jede Menge Material, um schnell einen Entwurf vorzulegen, der auch gleich funktioniert. Raspberry Pi ist bislang das bekannteste MiniComputer Instrumentarium (https://www.raspberrypi.org) für die Vernetzung von Hardware-Strukturen, Sensoren und Robotik-Mechanismen. Ideal, um selbst in kleinsten mittelständischen Unternehmen für wenig Geld erste Robotik-Versuche zu unternehmen. Raspberry Pi ist kinderleicht einzusetzen und hat seinen Siegeszug nicht umsonst in Schulen und Universitäten angetreten und kann auf eine gewaltige Community zurückgreifen, bei der Enthusiasten bereits Tausende von Anwendungen geschrieben haben, auf die Sie nur noch zugreifen müssen.

Von Webapplikation, über Desktop bis App – Python, der Alleskönner

  • Webapplikationen, Blockchain-Systeme, Amazon-Echo-Skillbausets und App-Enwicklungen, aufgebaut auf einer gemeinsamen Grundsprache sind genauso wenig ein Problem wie die einfache Einbindung von Messsystemen für typische Internet-of-Things oder Industrie 4.0 Ideen. Es ist tatsächlich zum ersten Mal möglich auch Anfängern zu zeigen, wie sie unterschiedliche Maschinen und Daten miteinander verzahnen können. Für die Digitalisierung eine unabdingbare Anforderung. Pyramid (https://trypyramid.com), Django (https://www.djangoproject.com) und Flask (http://flask.pocoo.org) sind nur einige der Frameworks die sich ganz aufs Webdevelopment spezialisiert haben

Zukunftsready – mit Python KI-Systeme anbinden

  • Gerade hier in Deutschland herrscht entweder zu viel Respekt von KI-Systemen oder man baut gleich auf superteure Systeme wie IBM Watson und ist dann durch eine fehlgeleitete Erwartungshaltung enttäuscht von den Ergebnissen. Python liefert auch hier Alternativen durch eine spannende Anbindung an die open-source KI Umgebung wie TensorFlow. Das Tolle: KI- und Deep Learning Enthusiasten haben eine enorme Vorarbeit geleistet und Frameworks geschaffen, die sich leicht an eigene Bedürfnisse des Unternehmens anpassen lassen. Schon mit 2 Werkstudenten ließe sich ein Online-Self-Services etablieren, bei dem das erste System nach einer Anlernphase selber immer bessere Vorschläge für eine Problemlösung für den Kunden bereit hält. Dazu gibt es – wie gesagt – openSource Applikationen wie das von Google stammende, sehr kraftvolle Maschinen-Intelligenz-System TensorFlow (https://www.tensorflow.org) scikit-Learn (http://scikit-learn.org/stable/) oder NLTK (https://pypi.python.org/pypi/nltk) mit seinen verschiedenen Toolkit-Varianten.

Fazit: Wir müssen nicht perfekt Französisch sprechen, um uns in Paris ein Eis zu bestellen …

… aber wir sollten die wichtigsten Sätze „drauf“ haben.

Wie so oft raten wir auch hier wieder zum Experiment. Es gibt keine absolute Wahrheit oder einen absoluten Weg. Wir erleben, dass insbesondere Mitarbeiter, die sehr große Berührungsängste mit Instrumenten haben, die nach Programmierung „riechen“ und dadurch starke Abwehrhaltungen entwickeln nach einem möglichst einfachen Grundkurs in Python schnell ein Erfolgserlebnis haben und Lust bekommen, sich weiter mit dem Thema zu beschäftigen. Schnell kommt es zu ersten postiven Erlebnissen:

  • Die eine oder andere digitale Herausforderung kann inhouse gelöst werden
  • Das Verständnis für technische Zusammenhänge wird gestärkt und Innovation kann dadurch leichter und widerstandsfreier gestaltet werden
  • Eine zukunftsfähige Technologie wird in größerer Breite tragfähig gemacht – endlich haben Mitarbeiter wieder Anschluss an wichtige Entwicklungen und Entscheidungen
  • Technologische Möglichkeiten können leichter „gedacht“ werden, das Möglichkeitsspektrum erweitert sich

Probieren Sie es aus!

Weitere Ressourcen:

Unter: http://www.Ptyhon.org kann man die neueste Version herunterladen dazu hat man mit PyCharme (https://www.jetbrains.com/pycharm/) Community-Edition gleich eine ebenfalls kostenfreie, ein funktionsfähiges Shell mit der man erste Schritte in das Development machen ohne Raketenwissenschaftler zu sein.

 

Sinnvolles Tutorial für Anfänger:

Sehr empfehlenswert für jeden Anfänger. Ein sehr ausführliches, kostenloses Online-Tutorial von Microsoft Kanada. Danach kann es JEDER! VERSPROCHEN!

 

Matthias Henrici

Matthias Henrici entwickelt seit Ende der neunziger Jahre wertschöpfende eCommerce-Projekte u.a. für deutsche als auch internationale Unternehmen. Seit 14 Jahren lehrt er als Dozent für Usability und Neuro-Marketing an deutschen Hochschulen und arbeitet als Conversion-Spezialist und Projektmanager für Safari sowie als freier Autor u.a. für den HighText Verlag, Computerwoche und die Wirtschaftspresse.